基于电力消耗的国家等级结构

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Hierarchical structure of the countries based on electricity consumption
  and economic growth》
---
作者：
Ersin Kantar, Alper Aslan, Bayram Deviren and Mustafa Keskin
---
最新提交年份：
2014
---
英文摘要：
  We investigate the hierarchical structures of countries based on electricity consumption and economic growth by using the real amounts of their consumption over a certain time period. We use of electricity consumption data to detect the topological properties of 60 countries from 1971 to 2008. These countries are divided into three subgroups: low income group, middle income group and high income group countries. Firstly, a relationship between electricity consumption and economic growth is investigated by using the concept of hierarchical structure methods (minimal spanning tree (MST) and hierarchical tree (HT)). Secondly, we perform bootstrap techniques to investigate a value of the statistical reliability to the links of the MST. Finally, we use a clustering linkage procedure in order to observe the cluster structure more clearly. The results of the structural topologies of these trees are as follows: i) we identified different clusters of countries according to their geographical location and economic growth, ii) we found a strong relation between energy consumption and economic growth for all the income groups considered in this study and iii) the results are in good agreement with the causal relationship between electricity consumption and economic growth.
---
中文摘要：
我们利用一段时间内各国的实际消费量，研究各国基于电力消费和经济增长的等级结构。我们使用电力消耗数据来检测1971年至2008年60个国家的拓扑特性。这些国家分为三个亚组：低收入国家、中等收入国家和高收入国家。首先，利用层次结构方法（最小生成树（MST）和层次树（HT）的概念，研究了电力消费与经济增长之间的关系。其次，我们使用引导技术来研究MST链接的统计可靠性值。最后，为了更清楚地观察簇结构，我们使用了一个聚类链接过程。这些树木结构拓扑的结果如下：i）我们根据地理位置和经济增长确定了不同的国家集群，ii）对于本研究中考虑的所有收入群体，我们发现能源消费与经济增长之间存在密切关系；iii）结果与电力消费与经济增长之间的因果关系一致。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载：
--> Hierarchical_structure_of_the_countries_based_on_electricity_consumption_and_eco.pdf (395.69 KB)

2022-5-6 08:59:21 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Hierarchical relationship Econophysics Quantitative Geographical

基于电力消耗和经济增长的国家等级结构：坎塔拉、b、阿尔珀·阿斯兰克、贝拉姆·德维伦德和穆斯塔法·凯斯金*,aa土耳其内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达州内华达*（日期：2018年9月1日）我们根据电力消费和经济增长，通过使用特定时期的实际消费量，调查各国的等级结构。我们使用电力消耗数据检测了1971年至2008年60个国家的拓扑特性。这些国家分为三个亚组：低收入国家、中等收入国家和高收入国家。首先，利用层次结构方法（最小跨度树（MST）和层次树（HT）的概念，研究了电力消费与经济增长之间的关系。其次，我们使用bootstrap技术来研究MST链路的统计可靠性。最后，为了更清楚地观察簇结构，我们使用了一个聚类链接过程。这些树的结构拓扑结果如下：i）我们根据地理位置和经济增长确定了不同的国家集群，ii）对于本研究中考虑的所有收入群体，我们发现能源消耗与经济增长之间存在密切关系；iii）结果与电力消耗与经济增长之间的因果关系一致。关键词：层次结构方法；自举技术；电力消耗和经济增长JEL分类：C10、C52、Q40、Q43I。

电力消耗已经成为一个非常重要的话题。人们对发达国家和发展中国家日益增长的兴趣主要是由世界各地日益增长的能源需求引发的，而能源需求主要是由日益增长的经济活动推动的，尤其是在新兴国家。为了保证不间断、可靠、安全和经济的电力供应，提前估算电力消耗在电力系统的规划、分析和运行中至关重要。此外，对不发达国家和发展中国家的政策制定者和相关组织来说，电力消耗建模和预测起着至关重要的作用。研究了电力消费与经济增长之间的因果关系，在处理电力消费与经济增长之间的因果关系时，实证文献集中在四个方面：节约、增长、反馈和中性。第一个是守恒假说，如果经济增长导致电力消耗增加，则该假说得到支持。在这种情况下，经济增长的增加将对电力消费产生负面影响。第二种是增长假说，该假说认为电力消费可以直接影响经济增长，并间接补充生产过程中的劳动力和资本。增长假说验证了从电力消耗到经济增长是否存在单向因果关系。在这种情况下，电力消费的增加对经济增长有积极影响；以节能为导向的减少电力消耗的战略可能会对经济增长产生有害影响。反馈假说强调了电力消费和经济增长之间的相互依赖关系。

电力消费和经济增长之间存在双向因果关系，这为反馈假说提供了支持。第四，中性假设表明，能源消费在决定经济增长中的地位相对较低。*通讯作者：埃尔西耶大学物理系，38039 Kayseri，TurkeyEmail：keskin@erciyes.edu.tr（凯斯金先生）；电话：+90 352 4374938x33105；传真：+903524374931。作者时期/国家方法从经济增长到电力消耗的单向因果关系霍什[1]1950-1997/印度Johansen Juselius；Granger因果关系VARNarayan等人[2]1966-1999/澳大利亚ARDL界限测试；Granger Causalityoo和Kim[3]1971-2002/印度尼西亚恩格尔·格兰杰；约翰森·朱塞利乌斯；萧斯嘉利提和隋[4]1966-2002/香港Johansen Juselius；Granger causalityMozumder和Marathe[5]1971-1999/孟加拉国Johansen Juselius；Granger Causality Jamil and Ahmad[6]1960-2008/巴基斯坦Johansen Juselius；Granger因果关系Shahbaz and Feridun[7]1971-2008/巴基斯坦Toda Yamamoto Wald测试从电力消耗到经济增长的因果关系测试Haqeel and Butt[8]1955-1996/巴基斯坦Engle Granger；《萧氏因果关系》[9]1971-2000/China Johansen Juselius；Granger Causalitylatinay和Karagol[10]1950-2000/土耳其Dolado Lutkepohl测试Causalityle和Chang[11]1954-2003/台湾Johansen Juselius；弱外生性测试[12]1970-2002/Korea Johansen Juselius；Granger causalityNarayan and Singh[13]1971-2002/斐济群岛ARDL边界测试；Granger causalityYuan等[14]1978-2004/中国-约翰森·朱塞利乌斯；Granger causalityOdhiambo[15]1971-2006/坦桑尼亚ARDL b ou nds测试；Granger causalityVECMAbosedra等人[16]1995-2005/黎巴嫩Granger causalityChandran等人。

[17] 1971-2003/马来西亚ARDL界限测试；英语护林员；约翰森·朱塞利乌斯；Granger CausalityNarayan和Narayan[18]1980-2006/93个国家Granger causalityAhamad和Nazrul[19]1971-2008/孟加拉国Granger causalityBildirici和Kayikci[20]1990-2009/11英联邦独立国家完全修正的普通最小二乘法和面板ARDLBidirectional causalityYang[21]1954-1997/台湾Engle Granger；Granger因果关系VARJumbe[22]1970-1999马拉维Engle Granger；Granger因果关系VECMZachariadis和Pashourtidou[23]1960-2004/塞浦路斯Johansen Juselius；Granger causalityVECMTang[24]1972-2003/马来西亚Granger causalityTang[25]1970-2005/马来西亚ARDL边界测试；Granger causalityOdhiambo[26]1971-2006/南非Johansen Juselius；GrangerLean和Smyth[27]1971-2006/马来西亚A RDL边界测试；Johansen JuseliusOuedraogo[28]1968-2003/布基纳法索ARDL边界测试；GrangerShahbaz等人[29]1971-2009/葡萄牙Granger Causalitykou[30]1971-2008/科特迪瓦Granger causalityGurgul and Lach[31]2000年第1季度至2009年第4季度/波兰Toda YamamotoShahbaz and Lean[32]1972-2009/巴基斯坦Granger causalityNeutralityWolde[33]1971-2001/17个非洲国家ARDL边界测试；Toda-Yamamoto\'scausalityChen等人[34]1971-2001/10亚洲国家Johansen Juselius；Granger causalityNarayan和Prasad[35]1960-2002/30经合组织国家山本东田的因果关系测试Payne[36]1949-2006美国Granger causalityOzturk和Acaravci[37]1980-2006/4欧洲国家ARDL界限测试和Granger causalityOzturk和Acaravci[38]1971-2006 MENA国家ARDL界限测试向量I：关于电力消耗-经济增长关系的文献综述。佩恩[39]通过对实证文献的调查，比较了与电力消费和经济增长之间因果关系相关的各种假设。

结果表明，31.15%的人支持中性假设；27.87%的研究支持保守假设；22.95%的生长发育不良；反馈假设占18.03%。实证文献中有几项研究是关于电力消费与经济增长之间的因果关系。然而，文献中的结果并不明确，如表1所示。能源经济学文献对能源消费与经济增长之间的因果关系进行了深入研究。不同的研究集中在不同的国家，时间周期、代理变量和不同的生态计量方法被用来确定能源消耗和增长关系。此外，Ozturk[40]详细介绍了能源消耗与经济增长之间关系的文献综述。复杂网络提供了一个基于统计物理概念的非常通用的框架，用于研究具有大量交互资产的系统。这些网络已经能够成功地描述许多现实系统的拓扑特性和特征，如克隆性分析的多位点序列分型[41]、欧洲框架计划中的科学合作[42]、风速相关性分类[43]、巴西期限结构利率[44]，西班牙的国际酒店业[45]，以及对外贸易[46]。此外，最近的文献研究了股票价格相关性产生的网络[47-60]。在本文中，我们关注的是电力消耗，主要目标是描述各国网络的拓扑结构和分类。

据作者所知，这是首次使用层次结构方法对电力消耗和经济增长进行研究。本文的目的是利用最小生成树（MST）和层次树（HT）的概念，以低收入国家、中等收入国家和高收入国家为基础，研究1971-2008年间国家之间的关系。从这些树中，可以获得集合c元素之间相关性的几何（通过MST）和分类学（通过HT）信息。注意，theMST和HT是使用皮尔逊相关系数作为时间序列之间距离的度量构建的。此外，我们使用自举技术将可靠性值与MST的链接联系起来。我们还使用平均连锁聚类分析来获得HT。这些方法为确定个别国家潜在的经济或区域因果关系提供了有用的指导。本文的主要结构如下。下一节简要介绍我们工作的经验数据。秒。第三部分旨在介绍该方法。秒。第四部分给出了实证结果。最后，Se c.I提供了一些最终考虑因素。二、数据我们选择了60个低收入、中等收入和高收入国家的电力消费数据。我们使用了从1 971年到2008年的数据周期，并在表2中列出了这些国家及其对应的符号。年度金额从世界银行数据库下载(http://data.worldbank.org/).III.方法在本节中，我们描述了用于分析数据的方法。

最近的经验和理论分析表明，可用多种方法在相关矩阵中检测有用的经济信息[47、48、50-52、56、57、61-80]。在本文中，我们使用了三种不同的方法，基于分层方法（MSTand HT）、自举技术和ALCA技术。我们将在小节中简要描述这三种不同方法的基本方面。A.最小生成树（MST）和层次树（HT）为了按照Mantegna[47]建议的方法构建MST，应在第一步计算基于电力消耗的两个国家之间的相关系数。基于电力消费的两个国家之间的相关系数定义了两个国家之间一对资产的同步时间演化之间的相似程度。Cij=hRiRji- 赫里·赫吉尔赫里- 赫里Rji- 赫吉, （1） 其中，Ri是日志返回时间序列的向量，Ri（t）=ln Pi（t+τ）- ln Pi（t）是对数周转率，Pi（t）是一个国家i（i=1，…，N）在t时的电力消费量。在本文的以下分析中，我们每年取一次τ。我们利用MST在各国之间建立了一个重要的关系网络。MST是图论[81]中的一个理论概念，是使用Kruskal算法[8 2–84]的短t长度的生成树。因此，它是一个没有连接所有节点和链接的循环的图。这种方法被称为多元统计中聚类分析的单链接方法[8 5]。通过选择最重要的对外贸易价格之间的相关性，从图表中生成MST。

MST将信息空间从N（N-1）/2分离为（N-1）个链接，称为树“边”，同时保留系统的显著特征[74]。因此，MST是一棵树，它有N-1条边，使N个速率的连接加权图中的边距离之和最小化。Mantegna[47]，Mantegna和Stanley[48]表明，相关系数可以转化为距离度量，而距离度量又可以用来描述所分析资产组的层级组织。距离测量dj=q2（1- Cij），（2）其中dijis是速率i和速率j对的距离，它满足欧几里德距离的三个公理[47]。现在，我们可以使用dij的N×N矩阵为一对国家构建一个MST。因此，在使用MST的国家之间建立了一个关系密切的国家网络。MST是图论[81]中的一个理论概念，是使用Krus-kal算法[82–84]的最短长度的生成树。因此，它是一个没有连接所有节点和链接的圈的图。这种方法也被称为多变量统计中的单链接聚类分析方法[8 5]。我们还介绍了超度量距离或最大d∧在连接两国的MST的最短部分内，从第一个国家i移动到最后一个国家j时，在两个连续的国家之间或在rto中遇到的两个国家之间构建HT。（有关更全面的技术讨论，请参见[47-49、51、54、56、57、59]。）等级树通过亚显性超距离来表示国家之间的联系，从表现出最短距离的两个开始。

连续的国家按距离递增的顺序排列在这棵树的中心。因此，最后一个添加到等级树中的国家是那些与中心国家或共同国家联系最远的国家。B.采用自举技术的链路的稳定性所述方法的主要缺点在于，计算的MST和HT可能不稳定。此外，如果没有进一步的统计分析，我们无法确定MST区域中存在的链路实际上是网络中的重要链路，还是其他统计异常，即结果是否对采样敏感。我们使用Tumminello等人[54,86,87]提出的bootstrap技术，专门用于MST和HT分析，以处理该问题。bootstrap技术由Efron[88]发明，自Felsenstein[89]发表论文以来，该技术已广泛用于系统发育分析，作为一种系统发育层次结构评估方法[90]。该技术用于量化土耳其王国[46]和主要国际及土耳其公司[59]等级结构的统计可靠性。在该技术中，通过使用原始MST和HT，我们从原始数据中构造了一个自举时间序列，同时保持时间序列的长度不变（即观察可能会在捕获的样本中重复）。然后为自举时间序列构造MST和HT，并记录链接。然后检查原始MST中的连接是否也存在于基于自举时间序列的新MST中。我们重复这样的过程1000次，以便我们能够区分原始MST和HT中的连接是强连接还是统计异常[57]。bootstrap值提供了有关agraph每个链接的可靠性的信息。C